随着互联网电商及新零售模式的快速发展,采购管理对于自营电商平台的作用变得愈发重要。本文以A公司为研究背景,公司的零售平台目前存在采购计划中采购量不精确所导致的在架率波动大、周转天数高的问题,因此采购计划管理的相关研究对A公司具有重要的意义。本文在参考国内外相关文献的基础之上,对A公司在自营零售模式下的采购计划管理优化问题进行了研究。首先,介绍了A公司的概况及业务运作流程,描述了公司采购计划管理的现状,并对采购计划管理中存在的问题进行分析,通过分析发现,A公司在采购计划管理中存在商品在架率波动大、库存周转天数高的问题,而导致该问题的原因在于采购量不精确,基于此提出了A公司采购计划的优化方法。其次,针对销量预测不精确的问题,本文基于机器学习算法的相关理论构建了GRU-BP神经网络模型。通过对A公司销量的影响因素分析,基于Granger因果分析法对销量影响因素进行了筛选,然后针对历史销售数据在长期、短期及周期时序下存在潜在规律的现象,应用GRU模型分别预测了不同时序下的销量,接着基于销量预测数据并结合销量影响因素构建与训练了GRU-BP销量预测模型,并且基于A公司商品的真实数据进行了GRU-BP销量预测模型的验证,验证结果表明该模型能够得出更为精确的销量预测值。最后,基于销量预测数据,结合安全库存相关理论确定了最终采购量,同时考虑了采购提前期、采购批次及供应商等因素提出了采购计划优化方案。并基于ASME分析法对采购流程中存在的问题进行分析,通过分析发现,采购业务流程主要存在内部采购审批流程过长以及信息停滞时间长的问题,基于此提出采购流程优化方案。本文的研究成果对于A公司的采购计划管理的优化具有一定的借鉴意义,同时也对于类似于A公司的自营零售平台的商品销量预测具有参考价值。本文的大纲结构主要如下:第一章绪论,第二章对相关理论的概述及文献综述,第三章对A公司商品采购计划管理的现状及存在问题进行了分析,第四章建立GRU-BP神经网络模型进行销量预测,第五章是对A公司的采购业务流程及采购计划进行优化研究,第六章是结论和展望。